物資運搬における強化学習を用いたUAVの飛行タイミングの決定法

カテゴリ: 研究会(論文単位)

論文No: CMN23003

グループ名: 【C】電子・情報・システム部門 通信研究会

発行日: 2023/01/16

タイトル(英語): UAV Flight Timing Decision Using Reinforcement Learning for Material Supply

著者名: 向山 知花(同志社大学),木村 共孝(同志社大学),程 俊(同志社大学)

著者名(英語): Tomoka Mukoyama(Doshisha University),Tomotaka Kimura(Doshisha University),Jun Cheng(Doshisha University)

キーワード: 強化学習|ＵＡＶ|ＤＱＮ|飛行タイミング|Reinforcement Learning|UAV|DQN|Flight Timing

要約(日本語): 近年，UAVの物流分野での活用が注目されている．UAVはバッテリー駆動であること，要求に早く応答するべきであることから，効率的な飛行が必要である．本稿では，強化学習を用いて飛行タイミングを決定する方法を検討する．DQNの報酬として飛行距離あたりの要求応答数を与えることで，電力消費と応答遅延を小さくする行動を学習する．シミュレーションにより，提案手法がヒューリスティック手法の性能を上回ることを示す．

要約(英語): Recently, UAVs have been attracting attention in the logistics field. In this paper, to supply materials, we　propose a UAV flight timing decision using Deep Q Network (DQN), which is one of deep reinforcement learning methods. The proposed method learns a neural network to output appropriate flight timing based on the number of requests and the interval between requests. By doing this, the neural network learns the efficient flight timing for battery consumption. In this paper, through simulation experiments, the UAV can efficiently transport materials compared with a simple method in which the number of requests to wait is constant regardless of the interval between requests.

本誌: 2023年1月19日-2023年1月20日通信研究会

本誌掲載ページ: 9-12 p

原稿種別: 日本語

PDFファイルサイズ: 484 Kバイト